基于帧差法和区域填充火灾运动区域检测.docVIP

基于帧差法和区域填充火灾运动区域检测 　　[摘 要]火灾运动区域主要包括烟雾和火焰两个部分。基于视频图像的火灾检测中，为了提高火灾识别率，火灾区域的提取最为关键。针对火灾检测的实时性和准确性，并通过分析烟雾与火焰特征，本文提出了一种结合帧差法和区域填充来提取火灾运动区域，继后利用颜色模型区分烟雾及火焰，再根据烟雾或火焰蔓延时面积大小以及火焰闪烁特征等信息来识别、判断是否有火灾发生。通过MATLAB仿真实验表明本文方法较为准确、有效地提取出图像序列中火灾的运动区域，从而可以降低火灾监控系统误报率。 　　[关键词]火灾运动区域；帧差法；区域填充；MATLAB仿真 　　中图分类号：TP391.41 文献标识码：A 文章编号：1009-914X（2014）27-0294-01 　　1 引言 　　近年来，火灾日益成为威胁人们的生命和财产安全的主要因素之一。早期，人们采用了许多火灾检测方法来达到火灾报警，主要是探测火灾发生时生成的烟、温度和光等参量，经信号处理、比较、判断后发出火灾报警信号[1]。由于受空间距离的限制、环境因素变化等因素的影响，误报、漏报时有发生。为克服上述缺点，国内外学者提出了基于图像处理技术的火灾检测，火焰识别的过程一般是先将疑似火焰区域从图像中分割出来，然后根据火焰的各类特征对疑似火焰区域进行匹配，以识别出真正的火焰，排除非火焰区域[2]。Yamagi-shi等提出了一种基于HSV空间和神经网络的彩色图像火焰检测算法；Ko.B.C等人[4]利用Support Vector Machine来对火焰像素和非火焰像素进行识别；中国科技大学火灾科学国家重点实验室的袁非牛等人[5、6]在火灾探测技术方面进行了大量的研究，提出了一些火灾报警检测技术。由于火灾发生时受周围环境等因素的影响，因此对火灾进行准确实时预警始终是难点。 　　本文重点研究的是对火灾运动区域的检测与提取，主要方法有帧差法，单高斯背景更新的运动检测法等几种。本文通过采集了视频图像，并利用MATLAB图像处理工具检测火灾的运动区域。 　　2 运动目标检测的原理 　　运动目标检测是指在序列图像中检测出变化区域并将运动目标从背景图像中提取出来。一般情况下，目标分类、跟???等处理过程仅仅考虑图像中对应于运动目标的像素区域，因此运动目标的正确检测与分割对于后期处理非常重要。然而，由于场景的复杂性，如天气、光照、阴影及杂乱背景干扰等影响，使得运动目标的检测与分割变得相当困难。 　　根据摄像头是否静止，可以分为静态背景下的运动目标检测和动态背景下的运动目标检测两类。由于大多数视频监控系统是摄像头固定的，因此很多人都在关注静态背景下的运动目标检测的算法，常用的方法有帧差法、背景相减法等。 　　3 火灾运动区域检测的基本方法 　　本文通过固定摄像机，采集拍摄好火灾序列图像。主要利用帧差法提取运动区域，并将其具有空洞的地方进行填充以达到运动区域的完整。 　　3.1 帧差法 　　帧差法是最为常用的运动目标检测和分割方法之一，基本原理就是在图像序列相邻两帧或者三帧间采用基于像素的时间差分通过二值化来提取出图像中的运动区域。如相邻两帧间的差分[3]，帧与帧之间的变化可用一个二值差分图像来表示： 　　公式（1）中，T是阈值。 　　由于相邻两帧间的时间间隔非常短，用前一帧图像作为当前帧的背景模型具有较好的实时性，其背景不累积，且更新速度快、算法简单、计算量小。算法不足在于对坏境噪声较为敏感，阈值的选择相当关键，选择过低不足以抑制图像的噪声，过高则忽略了图像中有用的信息。对于比较大的、颜色一致的运动目标，有可能在目标内部产生空洞，无法完整地提取运动目标。 　　3.2 区域填充方法 　　所谓区域填充，指的是在输出平面的闭合区域内完整地填充某种颜色或图案。区域填充的问题一般分两大类，一是多边形填充；一是种子填充。多边形填充有一定难度；种子填充在掌握了“栈”这一抽象数据类型的实现方法的前提下，比较容易完成。而边标志填充算法却是介于这两类之间，部分地具有它们的痕迹，算法思想巧妙，实现起来更容易。 　　本文采用的区域填充方法是在帧差图的基础上寻找到差分图像的最大外边缘，继而填充其内部来达到的。主要步骤如下： 　　（1） 对差分图像从左到右进行逐行扫描。 　　（2） 首先，碰到第一个白色像素值并将该像素值的横纵坐标分别存放到数组a1和b1中，然后跳到下一行，在进行（1）到（2）的操作直到没有遇到白色像素。 　　（3） 对差分图像从右到左进行逐行扫描。 　　（4） 同理，碰到第一个白色像素值并将该像素值的横纵坐标分别存放到数组a2和b2中，然后跳到下一行，在进行（3）到（4）的操作直到没有遇到白色像素。 　　（5） 分别对数组b1和b2进行中值滤波，然后逐行